授業情報/Course information

開講学期/Course Start 2020年度/Academic Year  後期/Second
開講曜限/Class period 火/Tue 1,火/Tue 2
授業区分/Regular or Intensive 週間授業
対象学科/Department 情報電子工学系学科
対象学年/Year 3年,4年
授業科目区分/Category 教育課程 主専門教育科目
必修・選択/Mandatory or Elective 選択
授業方法/Lecture or Seminar 講義科目
授業科目名/Course Title 人工知能/Artificial Intelligence
単位数/Number of Credits 2.0
担当教員名/Lecturer 工藤康生
時間割コード/Registration Code C4723
連絡先/Contact 工藤康生(工藤康生(V408
0143-46-5469
kudo@csse.muroran-it.ac.jp
*@を小文字に変更してください。) )
オフィスアワー/Office hours 工藤康生(工藤康生(水曜日 16:30-17:30) )
実務経験/Work experience
更新日/Date of renewal 2020/06/29
授業のねらい
/Learning Objectives
人工知能は,「知的に振る舞う」システムを実現することを目標とする研究分野であり,その内容は非常に幅広い.本講義では,人工知能に関わる知識情報処理として,「探索による問題解決」に焦点を絞り,基礎的な概念および手法について学ぶ.また,各種の探索アルゴリズムを実装し検証する.
到達度目標
/Outcomes Measured By:
1.探索に関する基礎的な概念・手法を理解する.(理解力)
2.探索に関する基礎的な概念・手法をプログラムとして実装し,問題解決に用いることができる.(応用力)
授業計画
/Course Schedule
総授業時間数:24時間(15回×90分)

1週目 ガイダンス,人工知能の概要と歴史
2週目 問題の表現,問題解決プロセス
3週目 系統的探索:横形探索,縦形探索
4週目 反復深化探索,探索の複雑さ,節点の評価
5週目 分岐限定法,山登り法,最良優先探索
6週目 A*アルゴリズム
7週目 ゲームの木の探索:ミニマックス法,α-β法
8週目 Python3入門(1):基本的なデータ構造と構文
9週目 Python3入門(2):クラスと継承
10週目 系統的探索の実装(1):ひな形プログラムの解説
11週目 系統的探索の実装(2):横型探索、縦形探索
12週目 評価関数を利用した探索の実装(1):ひな形プログラムの解説
13週目 評価関数を利用した探索の実装(2):A*アルゴリズム
14週目 評価関数を利用した探索の実装(3):発展課題(最良優先探索、分岐限定法)
15週目 発展課題,レポート作成
(16週目 期末試験)

教科書を予習していることを前提として講義を行うので,必ず予習すること.
Python3の文法の詳細については,各自で自習することが望ましい.


新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、授業計画・授業実施方法は変更する可能性があります。
教科書
/Required Text
新人工知能の基礎知識 太原育夫著 近代科学社 2008(ISBN:9784764903562)
参考書等
/Required Materials
AIによる大規模データ処理入門 小高知宏著 オーム社 2013(ISBN:9784274069260)
詳細! Python 3 入門ノート 大重美幸著 ソーテック社 2017(ISBN:9784800711670)
入門Python3 Bill Lubanovic著 オライリー・ジャパン 2015(ISBN:9784873117386)
教科書・参考書に関する備考 ・授業前半の講義部分で,教科書に記載がない部分などについては,別途資料を配布する.
・授業後半の演習部分では,Moodleで資料等を配布する.
・Python3については様々なレベルの書籍があるので,各自で自分に合う書籍を探すことが望ましい.
成績評価方法
/Grading Guidelines
・期末試験を50点満点,レポートを50点満点とし,合計100点満点中60点以上を合格とする.
・期末試験を受験しレポートを提出したが不合格だった学生に対して,1回だけ再試験を行う.また,レポートの再提出を課す場合がある.再試験およびレポート再提出で合格した学生の成績は60点とする.

各到達度目標は以下のように評価する:
・目標1:期末試験で探索の基礎的な概念・手法に関する問題を出題し,達成度を評価する.
・目標2:レポート課題として探索による問題解決に関する課題を出題し,達成度を評価する.

新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性があります。
履修上の注意
/Notices
不合格の場合は再履修すること.
教員メッセージ
/Message from Lecturer
・講義の中で,集合論およびグラフ理論,データ構造など,「情報数学」および「データ構造とアルゴリズム」で学んだ内容を用いる.必要な部分の説明は講義の中で行うが,あらかじめ復習しておくことが望ましい.
・授業前半の講義部分では,その回のまとめとなる演習課題を課す.
学習・教育目標との対応
/Learning and Educational Policy
この授業科目は情報システム学コース・コンピュータ知能学コースの学習目標の以下の項目に対応している.
情報技術者[コンピュータサイエンス]情報工学の基礎知識と応用能力を身につける。
関連科目
/Related course
・「情報数学」および「データ構造とアルゴリズム」の内容を習得していることが望ましい.
No. 回(日時)
/Time (date and time)
主題と位置付け(担当)
/Subjects and instructor's position
学習方法と内容
/Methods and contents
備考
/Notes
該当するデータはありません
Active learning 1-1
/主体的学修(反転授業,小テスト,振り返り 等)
講義部分ではほぼ毎回,その回のまとめの演習を行う.
Python3の文法の詳細については,各自で自習することが望ましい.
Active learning 1-2
/上記項目に係るALの度合い
15%未満
Active learning 2-1
/対話的学修(グループ学習,協働,調査体験 等)
該当なし
Active learning 2-2
/上記項目に係るALの度合い
該当なし
Active learning 3-1
/深い学修(複数科目の知識の総合化や問題解決型学修 等)
該当なし
Active learning 3-2
/上記項目に係るALの度合い
該当なし